人工智能“发现”地球绕太阳公转

  • 时间:
  • 浏览:0
  • 来源:五分排列3官网-五分排列3网站

  本报讯 如今,根据在地球上观测到的太阳和火星的运行轨迹,你什儿 受大脑启发的机器学习算法计算出了太阳地处太阳系的中心。而天文学家花了十几只 世纪才弄明白你你什儿 道理。

  你你什儿 壮举是对一项技术的首次测试,研究人员希望要能利用它发现新的物理定律,或许还要能通过在大数据集中发现新的模式来重新构建量子力学。

  相关研究成果将发表在即将出版的《物理评论快报》上。

  苏黎世瑞士联邦理工学院的物理学家Renato Renner和他的合作最好的最好的办法最好的最好的办法 者不想设计你什儿 算法,将少许数据集提炼成十几只 基本公式,这模仿了物理学家提出简洁方程式(相似E=mc2)的思路。

  为了做到你你什儿 点,研究人员还要设计你什儿 新型的神经网络,你什儿 受人类大脑价值形式启发的机器学习系统。

  传统的神经网络通过少许数据集的训练学习识别物体,相似图像或声音。研究人员发现一般价值形式——相似“四条腿”和“尖尖的耳朵”要能用来识别猫。但会 ,当当我们当当我们将那先 价值形式编码到数学“节点”中,后者是神经元的人工等效物。

  然而,神经网络并必须像物理学家那样,将那先 信息提炼成十几只 易于解释的规则,但会 有点儿像一三个小 黑匣子,将它们获得的知识以不可预测且难以解释的最好的最好的办法传播到数千个甚至数百万个节点上。

  但会 ,Renner的研究团队设计了你什儿 “脑叶切除”式的神经网络——三个小 仅通过少许链接相互连接的子网络。第一三个小 子网将从数据中学习,就像在一三个小 典型的神经网络中一样;而第三个小子网将使用你你什儿 “经验”做出新的预测并加以测试。

  将会连接三个小 子网络的链路很少,第一三个小 子网络被迫以压缩格式向以前子网络传递信息。Renner把这比作一三个小 导师怎么把他学到的知识传授给学生。

  最初的一项测试是向该神经网络提供从地球上看一遍的火星和太阳在天空中运行的模拟数据。从你你什儿 深度1看,火星环绕太阳的轨道似乎是不稳定的,比如它会周期性地“逆行”,改变个人的轨道。

  十几只 世纪以来,天文学家曾三个小劲认为地球是宇宙的中心——当当我们当当我们认为行星在天球上绕着小圈运行,即所谓的本轮,并以此来解释火星的运行轨迹。但在16世纪,尼古拉·哥白尼发现,将会地球和什儿 行星都围绕太阳运行,必须用一三个小 简单得多的公式系统就可不还要预测它们的运行轨迹。

  致力于将人工智能应用于科学发现的加拿大多伦多大学物理学家Mario Krenn表示,该研究团队的神经网络得出了哥白尼式的火星轨道公式,重新发现了“科学史上最重要的一三个小 范式转变”。

  Renner强调,嘴笨 该算法推导出了那先 公式,但还要人的眼睛来解释那先 方程,并理解它们与行星围绕太阳运行之间的关系。

  这项研究工作有点儿要,将会它要能找出描述一三个小 物理系统的关键参数,美国纽约市哥伦比亚大学机器人专家Hod Lipson说。他表示:“我认为那先 技术是当当我们当当我们理解和跟上物理和什儿 领域日益多样化的难题的唯一希望。”

  Renner和他的团队希望要能开发出帮助物理学家补救量子力学中的那先 明显矛盾的机器学习技术。你你什儿 理论似乎对一项实验的结果和受其规律支配的观察者的观察最好的最好的办法产生了相互矛盾的预测。

  “在你什儿 程度上,现在量子力学的表述最好的最好的办法将会但会 历史的产物。”Renner说。他强调,一台计算机可不还要得出一三个小 必须那先 矛盾的公式,但该团队最新的技术还地处问题心智早熟是什么是什么是什么期期 ,尚无法做到你你什儿 点。

  为了实现你你什儿 目标,Renner和他的合作最好的最好的办法最好的最好的办法 者正在尝试开发你什儿 神经网络,后者不仅可不还要从实验数据中学习,但会 还可不还要提出全新的实验来验证其假设